topic-analysis について
小紅書のコンテンツ企画担当者向けのトピック分析スキルです。投稿実績、トレンド、読者の関心、競争状況からテーマを評価し、実績型、トレンド型、定番型、ニッチ型、ブランド型に分類して企画と飽和度の監視に役立てます。
主な機能
- 015つの観点でトピックを分類
- 02トピックごとのエンゲージメントを比較
- 03上昇・安定・下降トレンドを検出
- 04トピックをコンテンツ企画に対応付け
- 05飽和度を監視し切り口を刷新
活用シーン
- 01エンゲージメントデータからテーマを選定
- 02新興トピックや季節性の機会を発見
- 03読者の関心やコンテンツの不足領域を調査
- 04繰り返しや低調なテーマを見直し
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ vivy-yi/ xiaohongshu-skills --skill topic-analysisインストール後、Claude Code で/topic-analysisを入力して読み込まれたか確認します。
詳細
トピック分析
概要
トピック分析とは、小紅書のコンテンツのテーマ、題材、会話のトレンドを体系的に調査し、オーディエンスの共感を得ているものを把握し、新たな機会を特定し、データに基づいたコンテンツ計画の意思決定を行うことです。
使用する場面
- トレンドのトピックやテーマを特定する
- エンゲージメントを促進するトピックを分析する
- オーディエンスの関心や好みを調査する
- コンテンツのトピック別パフォーマンスを経時的に評価する
- 実績のあるテーマを中心にコンテンツを計画する
- コンテンツの不足領域や機会を発見する
- ブランドとトピックの整合性を測定する
基本パターン
導入前:場当たり的なコンテンツ、トピックを推測、テーマに一貫性がない 導入後:データに基づくトピック、実績のあるテーマ、戦略的なコンテンツ
5 つのトピック分類:
- パフォーマンストピック(エンゲージメントが高く、実績のあるもの)
- トレンドトピック(人気が上昇中で、タイミングが重要なもの)
- エバーグリーントピック(一貫したパフォーマンスで、信頼性の高いもの)
- ニッチトピック(十分に取り上げられておらず、機会が豊富なもの)
- ブランドトピック(ブランドアイデンティティの中核で、戦略的なもの)
クイックリファレンス
| トピックの種類 | エンゲージメント | 競合 | 継続期間 | 最適な用途 |
|---|---|---|---|---|
| パフォーマンス | 高い | さまざま | さまざま | 成功を活用する |
| トレンド | 急増 | 低〜中 | 短い | 時宜にかなったコンテンツ |
| エバーグリーン | 安定 | 高い | 長い | 持続可能な成長 |
| ニッチ | 中程度 | 低い | 中程度 | 差別化 |
| ブランド | 構築中 | さまざま | 長い | ブランドのポジショニング |
実装
ステップ 1:トピックデータを収集する
データソース:
- トピック別の自社コンテンツのパフォーマンス
- 競合のトピック分析
- プラットフォームのトレンドトピック
- オーディエンスからの質問やリクエスト
- 検索トレンドと候補
- 季節ごとのトピックパターン
トピックデータベースを作成する: 記録項目:トピック名、投稿数、平均エンゲージメント、トレンドの方向、最後に取り上げた時期、優先度
ステップ 2:トピックのパフォーマンスを分析する
トピックの指標:
- トピックごとのエンゲージメント率
- リーチとインプレッション
- トピックごとのフォロワー増加数
- 保存率とシェア率
- トピックごとのコメントの感情
- トピックごとのコンバージョン率
パフォーマンスの分類:
- スタートピック(パフォーマンス上位 10%)
- 強力なトピック(上位 25%)
- 平均的なトピック(中位 50%)
- 低調なトピック(下位 25%)
- 避けるべきトピック(継続的にパフォーマンスが低いもの)
ステップ 3:トピックのトレンドを特定する
トレンド分析:
- 上昇中のトピック(勢いが増している)
- 安定しているトピック(一貫したパフォーマンス)
- 下降中のトピック(関心が薄れている)
- 季節的なパターン(予測可能なサイクル)
- バイラルな急増(人気が急上昇している)
トレンドの検出:
- 前週比の変化
- 前月比の変化
- 季節比較(前年の同じ時期)
- プラットフォームのトレンドとの整合性
ステップ 4:トピックをコンテンツ戦略に対応付ける
トピックの配分:
- 40%:スタートピック(実績のあるもの)
- 30%:トレンドトピック(時宜にかなった関連性)
- 20%:エバーグリーントピック(一貫性)
- 10%:実験的なトピック(革新性)
コンテンツカレンダーへの組み込み:
- スタートピックはピーク時にスケジュールする
- トレンドトピックは注目度が高いうちに計画する
- エバーグリーントピックは一貫性を保つために使う
- リスクの低い時間帯にトピックをテストする
ステップ 5:トピックの飽和度を監視する
飽和の指標:
- トピックのエンゲージメントが低下している
- 競合が増加している
- オーディエンスが飽きている(「また?」のようなコメント)
- 時間の経過とともに効果が薄れている
刷新戦略:
- 同じトピックに新しい切り口を加える
- 形式を変える(動画と投稿など)
- 新しい情報で更新する
- 飽和しすぎたトピックを一時休止する
実際の効果
トピック分析の結果:
- トピックの最適化によりコンテンツのエンゲージメントが +40%
- トレンドトピックによりフォロワー増加数が +60%
- コンテンツ計画の時間を 50% 削減
- 十分に取り上げられていないニッチトピックを 15 件特定
関連スキル
必須:data-analytics を使用(定量分析) 必須:content-performance-analysis を使用(トピック固有の指標)
推奨:
- trend-analysis、audience-research、content-strategy
コメント
Markdown 対応